上天入地,“群脑”智能:一家飞行具身公司凭什么值数十亿?「泼天的想象力。」
文|刘洋
编辑|巴芮
2025年上半年,微分智飞CEO高飞站在矿洞口,少有地感到紧张。这是他第一次给客户交付产品——一架全自主飞行机器人。
它要飞进一座60米高,相当于20层楼高的地下山体空腔,没有GPS,没有通信信号,也没有光亮,矿道四通八达,像迷宫一样。而它只能凭借机身上的传感器和芯片自己边飞、边建图、边定位,完成测绘任务后再飞回来。
10分钟后,它带回了这座陌生矿洞的测绘图,并且找到了一条从未被发现的新路。因为它要抄近道,它的算法要求它用最短的时间把这件事完成。
客户非常amazing,他们已经在这个地方作业了好几年,一直以为这里只有两条路,完全不知道两个矿洞中间还有一条通道。
从这里开始,实验室里的飞行智能团队进入了商业世界——他们的第一台智能飞行机器人曾被人转卖到大几十万元一架。
什么样的无人机,能卖那么多钱?
严格说,它不该被叫做无人机。它真正的定义是“飞行机器人”(aerial robot)——传感器是它的眼睛,端侧芯片是它的大脑,四个螺旋桨是它的四肢。但它外表和一台普通的四旋翼几乎没有分别。
区别不在外表,而在于谁在飞。
飞行机器人的底层技术是全自主(Full Autonomy)飞行,字面意思,都靠它自己。全程无需人工介入,依靠传感器、芯片、算法完成任务。它和其他形态的具身智能机器人最大的不同,是它靠飞行移动——“跑得最快”“哪里都能去”,专业上称为通过性强。
所以,大几十万的飞行机器人肯定不是为了给人类做咖啡。它不是对人能力的替代,而是对人能力的补充。它会代替人类进入危险、复杂或无法到达的环境,也由此打开更多想象空间。
硬科技总会表现出这种浪漫,技术和生意都源自无穷的想象力。想象力也是商业的杠杆,昂贵——它能定价、能抬高估值、能打开市场空间。
微分智飞近日获得A2轮数亿元人民币融资,估值数十亿人民币。由普华资本领投,弘晖基金、长三角数智文化基金跟投,老股东五源资本、深创投、洪泰基金、华映资本、华控基金、长石资本、BV百度风投等追加投资。
这个量级显然不是单纯的航拍、自拍或工业无人机能撑起来的,而是“飞行智能”的估值逻辑。而“群脑”是这套估值逻辑里最有想象力的部分:多架无人机在没有GPS、提前编排的前提下,根据任务实时组成集群,每一架自己思考、自己避障,像一支支有默契的战术小队配合着自主完成任务。
高飞的目标就是做成像《流浪地球》画面里出现的无人机集群那样的智能。
1993年出生的高飞,26岁进浙大任教,28岁时成为博导,30岁成为长聘副教授(终身教职)与国家优青,年轻的同时是领域内少有的大拿——他拿过机器人顶刊IEEE T-RO的年度最佳论文荣誉奖,这是中国大陆高校第一次以主导方拿到;实验室还把集群飞行做上过《Science Robotics》封面。
创始人在科研上的成就足够硬,热钱喜欢;飞行机器人是“AI进入物理世界”这个新叙事里的新品类,热钱也喜欢。
不过,热钱的追捧并非高飞下场的理由。投资人从2022年就在劝他创业,他一直没动,直到科研成果进一步成熟,他想看看这套技术究竟能给世界带来什么。
创业是酝酿许久的决定,要成为怎样的企业家也是个漫长的探索。
过程中,他清晰感知到了二者判断标准的差别:科研里衡量一件事要不要做的标准是难不难,而商业里衡量的是有没有产生真正的价值,让客户买单。他把“企业家”当成一项要补的能力,而非一个身份。
但难题是,一个年少成名的教授,怎么成为一名企业家,做成一家企业。
以下为「暗涌Waves」与高飞的对话(经编辑):
Part01
零样本的泛化能力
暗涌:你说第一个真金白银买单的是矿山,就在2025年上半年,创业不久。这笔交易怎么促成的?
高飞:某个矿业相关单位找到我,说有个行业内公认的难题解决不了——矿洞里很多采空区人下不去,没法测绘,尤其是老旧的废弃矿,安全治理的风险更大。当时能找到的方案是国外那种拖一根光纤的无人机,人在洞外遥控着让它进去建图,不好用。他看到我网上发布的视频,发现无人机可以自主飞行,就来找我定制。
我们定制了一台卖给他,后来才知道卖便宜了。之前同类方案的国外产品卖100多万。
暗涌:为什么能卖这么多钱?
高飞:得看它解决的是什么问题。地下矿山没有GPS信号,通讯容易被遮挡,人也下不去。
传统矿山测绘的方法成本很高,也很危险。传统测绘要把高精度设备搬进矿里,可很多地方根本到不了,几十米落差的悬崖,人得绑根绳子吊下去;或者从山外面往里打孔,钻5米就钻出来了,说明这里厚度是5米。靠打很多孔来估矿洞大小,非常原始。
飞行机器人不一样,人站在洞外下达任务就行,它自己进去探索整个环境,回来把数据给你。对矿企来说这不是降本,是增效。
这个产品已经在向大型矿企陆续交付。某地一个矿山,我们半年就帮他干完了以前两年多的事,覆盖300多个采矿区,省下1000万元以上。
暗涌:还有哪些应用场景?
高飞:林业、电力巡检和应急救援。林业以前要几个人一队走进林地,逐棵量树的胸径,估算含碳量;电力是室内变电站、配电房,人工巡检效率低,机器狗视角又受限。
这么多场景不可能同时做,先做哪个看两件事:技术上能不能达到,需求是不是太小众、成本收不回来。矿山不是最赚钱的,但难度最高、数据价值最大,每一次工作都是在完全未知的新场景,要求我们的飞行机器人真正具备零样本(zero-shot)的泛化能力。在这里跑通的数据和模型,降维去其他场景就容易了。矿山那个产品甚至不用改就能交付给应急救援。
暗涌:哪些需求是暂时难实现的?
高飞:有一些消防的需求找来,比如火灾后的救援,但高温可能会导致元器件出问题,另外浓烟也会对传感器有影响。还有一些景区抓小偷的需求,这个万一掉下来砸到游客肯定不行。软件能力一直是我们的优势,很多时候不能满足需求还是因为场景对硬件本体有特殊要求。
暗涌:具身智能缺的是人类行为的数据,飞行机器人要采集什么数据呢?
高飞:有一个铁矿是大客户,我们派了一个飞行小队驻扎在那,我们给他交付飞行机器人和日常作业数据,他把这些地方全部开放给我,让我随时下去采数据。目前已经交付了几十架设备,天天在里面飞。
数据脱敏后,他把这些数据免费给我,我也给他很优惠的价格。我们在这里留存了上万次的飞行真机数据。这里能搞定,拿到更结构化、更简单的场景里,模型的泛化能力就会更强。
暗涌:目前的交付能力?
高飞:正在进行小批量交付,手头有几百台订单。
Part02
更高级的智能
暗涌:你为什么说“没有坐标”是更高级的智能?
高飞:因为很多时候根本没有坐标可给。给坐标点本身是个伪命题,你很难知道那个任务目标到底在哪里,GPS经纬度坐标又必须是户外开阔、有信号的地方。像矿难现场,原始的地图资料早就过期了。没有坐标还能把任务完成,才是高级的智能。
暗涌:如何评判全自主飞行这个技术足够好?
高飞:第一你进去采集数据是用于建模,所以建模要准、误差要小,我们一般要求1厘米以内。第二是飞行的效率要高,它在迷宫里不能走回头路。它要很聪明的知道该怎么回来,该怎么找到到达的路。
暗涌:要很好地完成这些任务都需要哪些核心能力?
高飞:本质上需要飞行智能的基础模型,里面包含敏捷小脑、决策大脑和协同群脑,还有一个是飞行操作。另外,在需要多机协作的场景下,还有一个群脑模型,实现分布式的实时决策自主作业
小脑负责本体端到端控制,像鸟一样快速调整姿态、穿越窄缝;大脑负责理解指令,把任务拆成一系列子任务和决策,并调用地图、避障等工具;群脑则对应多机协同,适合特种和应急救援里的高机动搜索,我们现在最高规模的分布式集群可以做到1000机。
最核心的是,让飞行的机器产生面向飞行任务的通用智能。
暗涌:1000机是在什么场景下飞的?是挨个统计出来的吗?
高飞:不是,它是一个实时计算的分布式集群,画面上那些小黑点每一个都是一架无人机,实时决策,飞到最中间会挤在一起,但它们不会撞,这个就很难。行业里这是最顶配的。
真机最有代表性的是安吉竹海那10架,每架只有一个摄像头加机载惯导和简单的机间自组网,都是非常便宜的节点,没GPS、没人控制、没提前建图。
暗涌:群脑最难的地方在哪?
高飞:所谓群脑就是群体的默契,每一个都会思考,也知道彼此的能力边界,像一个个战术小队。它要知道怎么配合别人,又不能死板地配合,前面有路障就得绕,不能傻到撞上去。
第二是任务要自己分。搜救场景下,很多连手机信号都没有的地方,集群进去会自动分组,特别小的从缝里钻,大的带通信基站做中继,飞得快的先覆盖一个区域找人,这叫高机动搜索。谁干哪一摊不是我们提前排的,是它们自己商量的。
第三是算力,这些都要在机上实时算完,端侧都是10B以内的模型。
暗涌:群脑是个真需求吗?以后能延伸到哪些领域?
高飞:目前飞行器真被用起来的行业场景很少,除了航拍,勉强算上撒农药。就是因为靠遥控搞不定,大量场景需要智能、自主,甚至必须集群配合才能完成。
现在最直接的落地是应急救援,我们已经和国内很多相关单位合作了,在他们的场景里用我们的模型做集群协同。再往外,多机可以联合吊运、联合跟踪,这套协同也不限于飞行本体,四足、人形都能搭。
你看过《流浪地球》里那个集群吗?那个也是我们未来的目标。
Part03
做公司,就要赚到钱
暗涌:2022年,你好像在B站上有过一次破圈?投资人也是从那时候开始找你的吗?
高飞:2022年初,我把课题组过去一年的科研成果汇总发到B站,视频是无人机在地下车库、森林等陌生环境中自主飞行和避障,还有空地两栖、抗风等演示。没有任何科普解释和包装,播放量很快超过了100万。
后来,我们让10架无人机在没有GPS、没有人工控制、没有提前建图的情况下自主穿越竹林,这项集群飞行成果又登上《Science Robotics》封面,被媒体广泛报道,算是真正从学术圈破圈了。
投资人就是从那个时候开始不断来找我,劝我创业。
暗涌:当时为什么没出来?一直拖到2024年才成立公司。
高飞:我当时还没准备好。我一直是做科研、当教授,完全没想过怎么做产品、做公司。2023年中,我30岁拿到长聘,精力得到了极大释放。我不想让自己停在这个状态里,所以开始认真考虑产业化。
从2023年下半年到2024年上半年,我找了很多行业里的朋友聊,也花时间学习该怎么经营一家公司。到2024年7月,我觉得差不多准备好了,就先把公司成立了,到2025年春节后,陆陆续续做成了几笔生意。
暗涌:你和行业里的朋友了聊了什么,有没有哪次谈话对你影响比较大?
高飞:主要是学习创业方法论。其中印象比较深的,在2025年春节后,我和一位企业家前辈聊了一个半小时。我突然感受到,站在企业家的角度,对社会运行本质的理解和科学家不一样,是更全面、更现实、更成熟的。
暗涌:他说什么触动了你?
高飞:不是某一句具体的话,而是他那种状态。我在过程中一下子明白,一个成熟的企业家应该怎样跟别人沟通、怎样评估商业模式、怎样理解用户需求。
我对他来讲,在商业上是极其幼稚的,但我在技术上是极其精通的。他整个过程都非常冷静客观。他通过我保持对无人机技术的update。
暗涌:你想成为他那样的企业家?
高飞:对,某种程度来讲,他是我想成为的人。他让感受到认知维度的不一样。那种更深刻的认知、智慧和更高维看待事情的视角。
暗涌:你觉得做科研和做商业的区别是什么?
高飞:科研里评判一件事,很大程度上是看它难不难;但到了商业里,一个更实际、更残酷、更有挑战性的考量是,你这个做出来的东西到底有没有人会买单?
所以我在那个阶段就明白为什么很多人会说科学家是生活在象牙塔里,因为绝大多数人也评判不了科学家做的对不对。但做公司,就要赚到钱,并能正循环。
我在那个阶段对做企业这件事充满了敬畏。我突然明白一件事情,尽管我做科研很强,但是把我扔到社会里,我挣钱的能力并不一定比开早餐铺的大妈强。因为我从来没有在这样现实的社会环境里去把一项产品做闭环过。
暗涌:那你现在解决了这个问题吗?
高飞:我正在努力。
暗涌:你对公司的终局预期是什么?上市?
高飞:我希望这件事足够长,长到可以做一辈子。科研成果,要么上课本,要么上货架。
暗涌:哪个更难?
高飞:都难,但难的不是一个维度。课本上的定理难度更大,要把一个问题钻深做透;但货架上的东西复杂度更高,方方面面耦合在一起,且不能有任何短板。
暗涌:那你更想要哪个?
高飞:我两者都要。但上课本,可能要等十年以后吧。
晚点独家丨蔚来智驾负责人任少卿创立具身智能公司,蔚来将战略投资车企用投资方式保持与 AI、顶级人才的连接。
文丨李安琪
编辑丨龚方毅
我们独家获悉,8 月 24 日,蔚来 CEO 李斌在智驾全员会上宣布,智能驾驶负责人任少卿已创立物理 AI 基础模型和具身智能独立公司,蔚来将战略投资并与之开展合作。知情人士称,“会议很简短,没有提及组织架构变动。”
一位参与此次全员会的人士称,李斌和任少卿在会议上明确表示,任少卿将继续担任蔚来智能驾驶业务负责人。
随着新公司的成立,任少卿未来如何在蔚来智驾业务和新公司之间分配精力,会成为外界关注的问题。我们了解到任少卿创立的新公司已经完成注册,估值达到独角兽级别。
接近蔚来管理层的人士表示,蔚来长期关注 AI 前沿技术,以自主研发与开放合作并重的方式进行产业布局。近年来,蔚来在芯片、操作系统等关键技术领域持续投入并取得关键进展,同时通过战略合作、产业协同等方式围绕具身智能、算法模型、智能硬件、新能源与算力基础设施等方向持续支持创新企业发展。
2020 年加入蔚来后,任少卿推动蔚来高阶智驾的量产自研,经历了蔚来智驾算法从传统模块化方案向端到端、世界模型等新架构演进,也参与推动了蔚来自研智驾芯片神玑 NX9031 的量产落地,芯片硬件平台从 4 颗英伟达 Orin 芯片切换到 1 颗自研神玑芯片。
具体路径上,蔚来从 2023 年启动世界模型研发,2024 年发布应用于智能辅助驾驶的世界模型,2025 年开始量产推送。今年 6 月,蔚来完成世界模型新版本推送,覆盖超过 70 万用户。新版本将技术框架升级为 “世界模型 + 监督微调 + 闭环强化学习”,外采芯片和自研芯片平台同步发版。
除了在蔚来任职,2025 年 9 月,任少卿加入中国科学技术大学,担任讲席教授、博士生导师和通用人工智能研究所所长,研究方向包括人工智能、世界模型、具身智能、深度学习和 AI for Science 等。
智能驾驶是 AI 在物理世界中最成熟的大规模落地场景之一。它和具身智能在感知、预测、规划、控制、世界模型和强化学习等底层能力上存在连续性。过去两年,越来越多自动驾驶和智能驾驶人才流向机器人行业,也与这种技术迁移有关。
相比在车企内部孵化完整机器人业务,技术骨干们越来越选择在车企之外创业。而车企需要保持与 AI 技术与人才的链接。理想就战略投资了第二产品线总裁张骁、AI 首席科学家陈伟创立的具身公司斜跃智能;小鹏孵化的机器人公司也于今日宣布完成首轮超 9 亿美元融资,投后估值超 63 亿美元(即 430 亿元)。
题图来源:蔚来汽车Marvel Biosciences公司,可转换债券转股价下调至0.17美元……尚待多伦多证券交易所批准Marvel Biosciences(OTC: MBCOF)在其推进的非承销私募方式无担保可转换债券发行中,将转换价格修改为每股普通股0.17美元。以韩元换算,约为252韩元。
此次调整仅更改了先前公布的融资结构中的转换条件,募集规模维持本金最高50万美元不变。换算成韩元约为7.4185亿韩元。公司方面表示,除转换价格调整外,其他条件均无变动。
该可转换债券以"非承销"私募方式进行发行。即,没有单独的主承销商,由公司直接募集投资者。同时,因是"无担保"条件,故不提供特定资产作为担保。投资者未来可根据既定条件将债券转换为普通股。
此次发行尚未最终确定。Marvel Biosciences说明,本次发行需获得TSX创业交易所的批准方能生效。对于加拿大上市公司,可转换债券发行及转换条件变更通常需经过交易所审查。
市场正关注此次转换价格调整是否为提高融资成功可能性的举措。一般而言,转换价格降低,从投资者角度而言股票转换吸引力可能增大,但对现有股东而言,未来股权稀释负担可能加重。此次变更也被解读为公司试图在资金获取与股东价值之间寻找现实平衡点。
最终关键在于交易所批准与实际投资需求。虽然募集上限本身不大,但市场正密切关注此次转换价格调整将对Marvel Biosciences的短期流动性获取产生何种影响。
TP AI 注意事项
本文基于TokenPost.ai语言模型生成的文章摘要。正文主要内容可能被省略或与事实不符。Castle Biosciences(CSTL)黑色素瘤检测备受关注…淋巴结活检规避准确性得到证实,3年无复发存活率达97.8%在皮肤癌诊断领域,基于精准医学的检测技术竞争日趋激烈之际,Castle Biosciences公司开发的'DecisionDx-Melanoma'检测数据在国际学术期刊上展示了有意义的临床结果,备受关注。新研究表明,该检测的i31-SLNB算法能够以高准确度筛选出无需淋巴结活检的低风险患者,显示出补充现有治疗判断标准的潜力。
Castle Biosciences公司宣布,其2026年发布的多中心前瞻性研究结果已发表在学术期刊《Future Oncology》上。该研究旨在评估针对黑色素瘤患者的'DecisionDx-Melanoma' i31-SLNB模型,在识别可省略前哨淋巴结活检的患者方面的准确性。目前,美国国家综合癌症网络建议,对于淋巴结转移风险低于5%的患者,可不进行SLNB。
研究结果显示,被i31-SLNB算法归类为风险低于5%的患者组,其实际前哨淋巴结阳性率平均仅为2.6%。特别是在T1b至T2a分期的患者组中,该比率更低,为1.4%。这意味着'DecisionDx-Melanoma'检测能够以远低于NCCN提出的5%标准来筛选风险人群。
长期预后指标也呈现积极结果。据研究人员介绍,低风险患者组的3年无复发生存率达到97.8%。这被视为在减少不必要手术的同时,能够维持患者安全性的潜在依据。公司方面解释称,这些结果表明基于基因的精准诊断可以在黑色素瘤治疗过程中对临床决策发挥实际作用。
此外,在评估i31-SLNB模型性能的指标——真阴性:假阴性比率上,其结果也大幅超越了现有指南标准。在T1~T2a分期患者中达到55:1,在T1b~T2a患者组中达到73:1。这显著高于NCCN指南提出的19:1标准,显示了该模型在减少不必要活检的同时,将漏诊患者降至最低的"准确性"。
Castle Biosciences强调此次研究结果"有助于临床医生更精准地判断黑色素瘤患者的治疗路径"。公司计划于当地时间3月23日举行网络研讨会,进一步说明'DecisionDx-Melanoma'数据及其临床应用潜力。市场正关注此项研究能否在扩大基于精准诊断的癌症管理策略的同时,再次凸显Castle Biosciences诊断平台的竞争力。
告别算力蛮力:从港科大的「GrainBot」看 AI for Science 的估值逻辑重构撰文:Max.S
2026 年的香港人工智能赛道呈现出一种「高密度爆发」的态势。如果说上个月财政预算案中提到的 30 亿港元算力补贴计划是为行业注入了一剂强心针,那么这两天接连发生的重磅学术突破与高端产业对话,则标志着香港 AI 正在从「基建铺设」阶段加速迈向「应用落地」的深水区。
就在昨天(3 月 3 日),当大多数市场观察者的目光还停留在英伟达(NVIDIA)最新一代 GPU 的算力通胀,或是 OpenAI 又发布了哪个参数惊人的通用大模型时,港科大首席副校长郭毅可教授(Prof. Guo Yike)领衔的团队,在学术界和产业界投下了一枚重磅炸弹 ——GrainBot。
这不仅仅是一个新的 AI 工具箱,它是「AI for Science」(AI4S)从概念走向工业化落地的典型样本。作为一名长期关注量化科技与深科技(Deep Tech)赛道的观察者,我认为 GrainBot 的出现,标志着香港 AI 的发展重心正在从「通用的聊天」转向「垂直的发现」。对于金融从业者而言,看懂 GrainBot 背后的逻辑,就是看懂未来五年硬科技投资的 Alpha 所在。
(图片来源:analyticalscience.wiley.com)
要理解 GrainBot 的价值,我们首先需要理解材料科学的「痛点」。
在半导体、新能源电池、光伏面板等高端制造的上游,材料的性能往往决定了产品的生死。而材料的性能 —— 无论是导电性、强度还是耐腐蚀性 —— 很大程度上取决于其微观结构,即「晶粒」(Grains)的大小、形状和分布。长期以来,材料科学家像是一群手持放大镜的工匠。他们使用扫描电子显微镜(SEM)或原子力显微镜(AFM)拍摄成千上万张图片,然后依靠博士生或研究员耗费数百小时,手动去识别、描绘和标注每一个晶粒的边界。这不仅效率极低,而且充满了人为的主观误差。
GrainBot 的出现,本质上是给显微镜装上了一个「L4 级自动驾驶大脑」。
根据最新发表在 Cell Press 旗下旗舰期刊《Matter》上的研究成果,GrainBot 利用先进的计算机视觉(CV)和深度学习算法,能够自动完成图像分割、特征提取和量化分析。它不再需要人类干预,就能精准地识别出晶粒的边界,并计算出表面积、沟槽几何形状、凹凸体积等复杂的几何参数。
更重要的是,GrainBot 不仅仅是一个「计数器」。它具备关联分析能力,能够将这些微观结构数据与材料的宏观性能直接挂钩。在针对金属卤化物钙鈦礦(Perovskite)薄膜 —— 这种被视为下一代高效太阳能电池关键材料 —— 的验证中,GrainBot 成功构建了一个包含数千个标注晶粒的数据库,揭示了以前难以量化的结构 - 性能关系。郭毅可教授在发布会上的一句话极具前瞻性:「随着科学工作流变得更加自动化和数据密集,这类工具箱将成为未来‘自主实验室’的关键引擎。」
对于金融资本而言,GrainBot 这类成果的出现,意味着我们需要重新调整对 AI 项目的估值模型。在过去两年(2024-2025),市场对 AI 的追捧主要集中在「通用大模型」和「应用层 SaaS」。其估值逻辑主要看 MAU(月活用户)、ARR(年度经常性收入)和 Token 消耗量。然而,随着通用模型边际效应的递减,资本开始寻找新的增长点。AI for Science(AI4S)提供了一个完全不同的逻辑:它的价值不在于「服务了多少人」,而在于「缩短了多少研发周期」和「发现了多少新材料」。
以 GrainBot 为例,如果它能将钙鈦礦太阳能电池的研发周期从 3 年缩短到 6 个月,或者帮助宁德时代(CATL)找到一种能量密度提升 10% 的新型正极材料,其产生的经济价值将是指数级的。
这是一种「工业 IP」的逻辑。未来的 AI 独角兽,可能不再是开发聊天机器人的公司,而是那些掌握了特定垂直领域(如材料、生物医药、化工)核心数据和算法,能够批量产出专利技术的「数字实验室」。
在这种逻辑下,香港高校的优势被极大地放大了。不同于硅谷以软件工程师为主导的生态,香港拥有极高密度的材料学、化学和生物医学专家。HKUST 的这次突破,正是计算机科学(郭毅可团队)与化学工程(周圆圆教授团队)深度交叉的结果。这种「AI+Domain Knowledge」的组合,是难以被纯粹的互联网公司复制的护壁垒。
GrainBot 并非孤例。如果我们把视角拉高,会发现香港正在构建一个基于「自主实验室」的科研新范式。所谓的自主实验室,是指利用机器人技术和 AI,实现实验设计、执行、数据分析和迭代优化的全流程自动化。在这个闭环中,AI(如 GrainBot)负责「看」和「想」,机器人负责「做」。这一趋势对香港的经济结构转型具有深远意义。长久以来,香港被视为金融中心和贸易港,但在硬科技研发上往往被认为「缺腿」。然而,随着 AI4S 时代的到来,研发的形态发生了改变 —— 它变得更加数字化、智能化。香港不需要像内地那样拥有广阔的土地来建厂,只需要利用好其算力基础设施和顶尖的科研大脑,就能成为全球「新材料的各种配方」的输出地。
想象一下,未来的香港科学园,可能不仅有写字楼,还有成百上千个 7x24 小时运行的「无人实验室」。它们不断地吞噬数据,通过 GrainBot 这样的工具分析结果,然后自动调整实验参数,最终输出高价值的专利配方。这些配方可以授权给大湾区的制造业基地进行量产。这就是「香港研发 + 湾区制造」的 2.0 版本。
当然,作为理性的观察者,我们也不能忽视其中的问题和隐忧。
AI for Science 面临的最大瓶颈,依然是数据。与训练 ChatGPT 所使用的海量互联网文本不同,高质量的科学数据(如标注完美的显微镜图像)极其稀缺。GrainBot 之所以能成功,是因为团队花费了大量精力去构建初始的高质量数据集。此外,科学数据的「孤岛效应」比互联网更严重。每一家材料公司、每一个实验室的数据都是核心机密。如何建立一个安全的数据共享机制(或许结合 Web3 或隐私计算技术),让 AI 模型能够「吃百家饭」长大,是下一步商业化落地的关键。
2026 年的春天,当我们站在 HKUST 的校园里俯瞰清水湾,看到的不仅是风景,更是科研范式的代际更替。
GrainBot 的发布,象征着「黑客精神」(快速迭代、算法驱动)与「工匠精神」(精细观察、材料打磨)的完美握手。对于投资者而言,关注点不应再仅仅局限于谁拥有最多的 H100 显卡,而应转向谁能用 AI 解决最具体的物理世界难题。
在这个新的赛道上,香港已经开了一个好头。GrainBot 或许只是一个开始,在显微镜的视场之外,一个万亿级的 AI 材料发现市场,正在徐徐展开。
Pump.Science 发射平台上新在即,新化合物项目能否对标 Rif/Uro?撰文:Biteye
前有日入千万美金的 Pump.fun,现有 CZ 喊单的 Four.Meme,链上发射平台的赌场效应依然火爆。2 月 8 日,沉寂许久的 DeSci(去中心化科学)赛道也迎来老牌项目 Pump.Science 即将于下周上线新发射平台的消息。消息一出,$Rif 与 $Uro 纷纷回升 20%。此前,Pump.Science 联合创始人 Benjels 曾在采访中表示会在 2024 年圣诞节推出 20 个新化合物代币。
然而事实上,他推迟了这一动作,直至现在。在三个月内,随着降息等外部因素的影响,Pump.Science 官方代币 $Rif 与 $Uro 从 240m 与 140m 的市值高点下降了 95% 以上,同期 DeSci 金融层项目 BIO 上线币安后距市值高点也下跌了 90% 左右。经 CZ 和 Vitalik 一众大咖喊单的 DeSci 赛道可谓哀鸿遍野。似乎这个被寄予厚望的、能够进一步实现 mass adoption 的新叙事已经人人喊打。
Pump.Science 新发射平台会掀起 DeSci 的中兴浪潮吗?
据 Pump.Science 社区官方文档披露,新发射平台的流程为:
用户在 Pump.Science 平台中将一种化合物与一种代币一起列出。
用户可以在与 Pump.fun 参数相同的 Bonding Curve 上买卖代币以支持这种化合物的研究。79% 的代币沿着 Bonding Curve 发行。当代币市值达到 303 Sol(其中 85 Sol 处于流通状态)时,Bonding Curve 关闭。82 Sol 的流动性将迁移到 Meteora 上进行交易。3Sol 用于支付相应的蠕虫实验费用。
其中,特别需要注意的是,Pump.Science 新发射平台将实施动态费用结构,以阻止狙击机器人,阻止在初始代币销售期间出现自动漏洞。具体措施包括:
机器人威慑:动态费用结构专门用于减少狙击机器人的抢先交易。
早期风险:前 150 slots(约 2min)的费用极高(99.99%),这将严重减少购买者收到的代币数量。
监控活动:第 150 -250slots(2-4min)之间时,费用会迅速下降。
动态费用结构曲线:
白皮书中还写道,所有新化合物都需要为 $Rif 与 $Uro 的建设者与持有者空投一定份额。毋庸置疑的是,Pump.Science 开启新的代币发射平台是一次声势浩大的「自救」。疲软的 DeSci 赛道急需新的注意力热点与造富效应的出现。如今,Sol 链上的猎手们已经在名目繁多的 AI Agent 和名人币中迷失太久而身心俱疲,BSC 链又出现 CZ 明牌喊单分流。危机四伏的链上,能否再度燃起 Rif 和 Uro 般的 DeSci 热潮来打开局面?新化合物,新 Dev,新注意力增量的加盟,能否激活更多 DeSci 的玩法以引来活水?DeSci 项目大吹锣鼓后三个月的现在,确乎来到了决定 DeSci 是中兴再旺还是消沉归零的紧要关头。
超募退款 90%,$Pain 式预售的新化合物 EGS「格局拉满」引热议
2 月 9 日凌晨 3 点 19 分,Pump.Science 官推评论其即将上线的化合物项目 $EGS @EGCGxSFN 道,「赚取了信任是最令人欣赏的事情」。翻看推特可以发现,Pump.Science 新化合物项目 $EGS 于 2 月 7 日早冷不丁地开启了 24 小时预售窗口。据链上数据显示,$EGS 的预售钱包地址于区块高度 319172095 前最终募集 1223 枚 Sol。更引人注目的是,该项目方发推宣布将退还 91.87% 的募资资金,仅保留 100 Sol 用于代币发射和流动性支持。这一预售的「超募高退」策略,与此前大热的 $pain 项目有异曲同工之妙,但 EGS 的退款行为与退款比例均开创了 DeSci 项目的先河。EGS 项目方推特原文如此宣布,「24 小时,没有营销,没有巨鲸,我们证明了对科学的信任。」并宣布,EGS 将以 100k 市值开盘的形式馈赠 DeSci 的钻石手们,此前预售的有效打款已获得了三倍左右的利润。
EGS 是化合物 Epigallocatechin Gallate 和 Sulforaphane 的简称。EGCG 是绿茶中的核心活性成分,被誉为「抗氧化之王」,通过激活 AMPK 通路抑制细胞衰老,并清除自由基以减少氧化损伤。研究显示,EGCG 可延长线虫、果蝇等模式生物的寿命高达 20%,其机制包括抑制促炎因子、增强线粒体功能,并可能通过表观遗传调控延缓端粒缩短。
Sulforaphane 则源自西兰花等十字花科蔬菜的「细胞卫士」,通过激活 Nrf2 通路显著提升细胞抗氧化能力。实验证实,Sulforaphane 可延长小鼠寿命约 15%,其关键作用包括促进自噬清除衰老细胞、修复 DNA 损伤,并抑制与衰老相关的慢性炎症(如 NF-κB 通路)。二者均通过多靶点协同延缓衰老,是天然化合物中少数具备临床转化潜力的长寿候选分子。
显然,新化合物承接了 Rif 与 Uro 以往的 IP 变现逻辑,又通过预售高退款降低了风险,这是 DeSci 急需的‘低门槛高赔率’故事。然而,如此富有话题效应的预售玩法,结合 DeSci「信任科学」的叙事,能否在新平台发射后对齐 Rif 和 Uro?答案并无定数,Pump.Science 联合创始人 Benjels 坦言,「DeSci 的问题在于叙事宏大,但落地艰难。」「用户既想支持科学,又希望获得投机收益,两者如何平衡是关键。」在如今拉盘即正义的行情,单一的去中心化科学的宏大叙事已经被证实无法受市场接纳。DeSci 赛道的中兴之路仍是任重道远,亟待更多吸睛玩法来攫取圈内敏感的注意力。只愿这一次,Pump.Science 的新化合物们能给满目疮痍的 DeSci 赛道带来新的增量,也能如同推文中所承诺的,给那些仍在坚持的 DeSci 钻石手们财富与精神的双重慰藉。
附:Pump.Science 新化合物一览
Punicalagin&Berberine:石榴多酚,具有很强的抗氧化和抗炎作用;小檗碱:AMPK 激活剂,可调节血糖和改善代谢健康。两者协同下,石榴多酚支持心血管健康和抗炎途径,可补充小檗碱的代谢作用。
Resveratrol&Berberine:白藜芦醇,多酚,可激活 sirtuins,提高线粒体效率,并模拟热量限制效应;小檗碱:AMPK 激活剂,可调节血糖和改善代谢健康。两者协同下,白藜芦醇和小檗碱都能激活 AMPK 和 sirtuins,可能会导致长寿、新陈代谢控制和细胞修复能力增强。
Ginsenoside Rh2:人参皂苷 Rh2,人参中的生物活性化合物,具有抗癌、保护神经和抗炎作用。
Aspalathin&Caffeine:阿司巴拉汀,路依保斯茶中的生物活性黄酮类化合物,具有抗氧化和降低血糖的作用;咖啡因,兴奋剂,可提高脑力和体力。两者协同下,阿司巴汀可抵消咖啡因对血糖和压力荷尔蒙的潜在负面影响,提供更平衡的兴奋剂反应。
Gossypol&Catechin Hydrat:棉酚,具有潜在抗癌和新陈代谢作用的多酚;儿茶素水合物,一种类似于 EGCG 的儿茶素,具有很强的抗氧化性。两者协同下,这两种化合物可共同调节细胞应激反应,提高新陈代谢效率。
Biotin&Berberine:生物素,脂肪酸代谢、葡萄糖调节和皮肤健康所必需的物质;小檗碱 代谢调节剂,可提高胰岛素敏感性。两者协同下,生物素可通过改善脂质代谢和增强线粒体功能来补充小檗碱的作用。
Urolithin A&EGCG:尿石素 A,从石榴中提取的代谢物,可促进有丝分裂(受损线粒体的再循环);EGCG,绿茶儿茶素,具有很强的抗氧化和消炎作用。两者协同下,EGCG 和尿石素 A 都支持线粒体功能和长寿途径,可能会提高细胞的能量效率。
Berberine&Quercetin:小檗碱,新陈代谢调节剂,可提高胰岛素敏感性,降低血糖,支持心血管健康;槲皮素,具有抗炎、抗氧化和抗病毒特性的类黄酮,促进营养吸收。两者协同下,槲皮素能提高小檗碱的生物利用率,同时还能补充其代谢作用,从而改善葡萄糖调节和线粒体功能。
Hesperidin&DHM (Dihydromyricetin):橙皮甙,柑橘中发现的黄酮类化合物,可改善血液循环,减少氧化应激,支持血管健康;DHM(二氢杨梅素),用于保护肝脏、支持酒精代谢和保护神经。这两种化合物都能调节肝脏酶和炎症途径,从而增强解毒能力和新陈代谢恢复能力。
EGCG:绿茶儿茶素,具有很强的抗氧化和消炎作用。
Caffeine: 咖啡因,兴奋剂,可增强能量、认知功能和耐力。肝脏解毒,减少过早死亡。
Artemisinin:青蒿素,从甜艾草中提取,具有抗疟疾、抗癌和消炎的功效。
近日,随着 Binance Research 再度发文肯定 DeSci 赛道,BIO,Rif 和 Uro 纷纷拉升 20%。似乎,DeSci 的风又将刮起了。与此同时,这些化合物也即将上线 Pump.Science 新平台,如此广撒网的代币上线使得大家需要持续关注其中的优质代币,挑选认真做事与会整花活的项目,DYOR!VitaDAO与生物学家合作成立研究长寿的生物科技公司Matrix BiosciencesPANews 10月9日消息,据Decrypt报道,旨在资助长寿研究项目的去中心化自治组织 VitaDAO 与著名生物学家 Vera Gorbunova 合作成立研究长寿的生物科技公司 Matrix Biosciences。该公司的大股东为 VitaDAO,但由于医学和医疗保健领域严格的法律环境,公司本身仍将以传统公司的运营方式运作。VitaDAO最初将为 Matrix Biosciences 提供 30 万美元的资金。随后,该合资企业将通过其 IP-NFT 细分模型获得额外资本。VitaDAO 核心成员 Eleanor Davies 表示,Matrix Biosciences 将研究裸鼹鼠分泌的一种富含高分子量透明质酸 (HMW-HA) 特殊物质的抗癌、抗痛和延长寿命的特性。
今年1月报道,长寿研究组织VitaDAO完成410万美元融资,辉瑞旗下风投公司参投。Motional 与 MIT 发布可解释 AI 系统,让自动驾驶汽车实时解释决策Techub News 消息,自动驾驶公司 Motional 与麻省理工学院研究人员合作,开发出一种名为概念包装网络(CW-Net)的系统,可让自动驾驶汽车实时解释其决策逻辑,旨在解决自动驾驶 AI 的“黑箱”问题。该系统将神经网络的内部计算转化为人类可读的概念,例如“接近静止车辆”或“靠近骑行者”,并显示在仪表盘上,使决策过程可追溯。
研究团队已在拉斯维加斯周边公共道路和私人测试场进行了实际部署测试。测试中,该系统成功揭示了实验性规划系统因训练数据问题而“幻觉”出前方静止车辆,以及车辆刹车实际由安全备份系统而非深度学习规划器触发等关键发现。Motional CEO Laura Major 表示,纯端到端的深度学习方案可能达到 80-95% 的准确率,但不足以赢得城市和客户的信任。(AI News)MIT 研发 AI 工具 η-learning,无需历史数据即可预测极端天气Techub News 消息,麻省理工学院(MIT)工程师开发出一款名为 Extreme Event Aware(η-learning)的 AI 工具,能够在无需依赖历史灾害数据的情况下预测极端天气事件。该工具可生成统计上可能、但历史上未在特定区域出现过的极端天气事件地图,并估算事件的持续时间、强度及影响范围。
研究人员 Kai Chang 与 Themis Sapsis 教授在 8 月 20 日发表于《自然·通讯》的论文中描述了该方法。该算法结合点统计数据与空间地图,通过低分辨率与高分辨率地图的对应关系学习统计规律,从而生成超出训练数据范围的极端天气空间模式。
在测试中,该工具针对美国大陆降水数据生成了可能出现的百年一遇风暴地图,例如可模拟纽约市降雨量达 300 毫米(历史最高记录为 200 毫米)的合理风暴情景,为城市规划、保险及电网运营提供极端情景预案参考。 (Nature Communications)李飞飞建议政策制定者以科学证据为基础制定AI政策Techub News 消息,斯坦福大学以人为本人工智能研究院联合主任李飞飞近日就人工智能政策制定发表观点。她建议,政策制定者在围绕AI的辩论中应优先关注科学证据,这有助于避免误入歧途的监管,同时促进创新并解决现实世界问题。李飞飞认为,基于科学的政策框架能更有效地平衡发展与风险管控。 (Crypto Briefing)Anthropic 称 Claude 成功为 15 个目标中的 14 个从头设计新型蛋白质结合剂Techub News 消息,Anthropic 今日宣布,其 AI 模型 Claude 成功为 15 个目标中的 14 个从头设计了新型蛋白质结合剂。Adaptyv Bio 和 Twist Bioscience 已独立验证了该结果。
这一进展展示了 AI 在生物技术和药物发现领域的应用潜力,标志着 AI 驱动的蛋白质设计能力取得了重要突破。(@Cointelegraph)澳大利亚国民银行将压力测试其智能体 AI 平台安全性Techub News 消息,澳大利亚国民银行(NAB)正准备对其智能体 AI 平台进行安全压力测试,评估自主 AI 系统在无需人工干预情况下做决策的安全性与合规风险。
该行 4 月成立 AI Science 团队,已部署 OpenAI 智能体处理文档,审查时间从 45 分钟缩短至 1 分钟。目前智能体 AI 应用采用率已达 90%,测试将与 Harness 合作,把合规检查嵌入开发流程。(CryptoBriefing)Solana 财库公司 Artelo Biosciences 完成 1100 万美元私募融资Techub News 消息,纳斯达克上市的 Solana 财库公司 Artelo Biosciences 宣布以每股 3.45 美元价格通过私募方式出售 3,188,407 股普通股,募资总额达到 1100 万美元。本轮融资新资金将用于一般公司用途及偿还部分过渡性债务。Axiology 完成约 600 万美元种子融资,Exponential Science 等领投Techub News 消息,据 Ledger Insights 报道,欧洲分布式账本技术试点公司 Axiology 宣布完成 500 万欧元(约合 600 万美元)的种子轮融资,由 Exponential Science、e2vc 和 Coinvest Capital 领投。新投资者 TIBAS Ventures 和 Plug and Play,与 BSV Ventures、NGL Ventures 等现有投资者参投,使融资总额达到 700 万欧元(约合 800 万美元)。美股上市公司 ENDRA Life Sciences 筹集约 490 万美元启动加密财库策略Techub News 消息,美股上市医疗成像技术公司 ENDRA Life Sciences(纳斯达克:NDRA)完成私募股权投资(PIPE)融资,筹集约 490 万美元资金。同时 ENDRA 启动加密财库(DAT)策略,购买 78,863.1 枚 HYPE 代币,截至 10 月 21 日价值约 300 万美元。美股上市的生物技术公司 Applied DNA Sciences 获 5800 万美元募资承诺,以启动 BNB 财务策略Techub News 消息,生物技术公司 Applied DNA Sciences, Inc. (NASDAQ: APDN) 宣布已获得由机构投资者领投的私募股权投资公开交易(PIPE)认购承诺,金额最高达 5800 万美元,以启动基于 BNB 的数字资产财务战略。
该公司已通过 PIPE 获得总额达 2700 万美元的资金认购承诺,资金形式包括现金、稳定币及 OBNB 信托单位。未来,通过行使认股权证,公司还有望获得最高达 3100 万美元的额外投资款项,从而使总筹资额最高可达 5800 万美元。PIPE 交易预计将于 2025 年 10 月 1 日左右完成。为支持其 BNB 储备战略,该公司与 Cypress LLC 签署了为期五年的《战略数字资产服务协议》,由 Cypress LLC 提供全权资产委托管理服务。Solana 财库公司 Artelo Biosciences 完成 300 万美元配股募资Techub News 消息,纳斯达克上市的 Solana 财库公司 Artelo Biosciences 宣布以每股 4.40 美元的价格向公众发行 640,924 股普通股,募集总计约 300 万美元资金。Foresight News 此前消息,临床阶段制药公司 Artelo Biosciences(纳斯达克代码:ARTL)宣布完成 947.5 万美元场外私募融资,将用于启动以 Solana(SOL)为核心的数字资产储备战略。该公司成为首家将 SOL 纳入储备资产的上市制药企业。「泼天的想象力。」 文|刘洋 编辑|巴芮 2025年上半年,微分智飞CEO高飞站在矿洞口,少有地感到紧张。这是他第一次给客户交付产品——一架全自主飞行机器人。 它要飞进一座60米高,相当于20层楼高的地下山体空腔,没有GPS,没有通信信号,也没有光亮,矿道四通八达,像迷宫一样。而它只能凭借机身上的传感器和芯片自己边飞、边建图、边定位,完成测绘任务后再飞回来。 10分钟后,它带回了这座陌生矿洞的测绘图,并且找到了一条从未被发现的新路。因为它要抄近道,它的算法要求它用最短的时间把这件事完成。 客户非常amazing,他们已经在这个地方作业了好几年,一直以为这里只有两条路,完全不知道两个矿洞中间还有一条通道。 从这里开始,实验室里的飞行智能团队进入了商业世界——他们的第一台智能飞行机器人曾被人转卖到大几十万元一架。 什么样的无人机,能卖那么多钱? 严格说,它不该被叫做无人机。它真正的定义是“飞行机器人”(aerial robot)——传感器是它的眼睛,端侧芯片是它的大脑,四个螺旋桨是它的四肢。但它外表和一台普通的四旋翼几乎没有分别。 区别不在外表,而在于谁在飞。 飞行机器人的底层技术是全自主(Full Autonomy)飞行,字面意思,都靠它自己。全程无需人工介入,依靠传感器、芯片、算法完成任务。它和其他形态的具身智能机器人最大的不同,是它靠飞行移动——“跑得最快”“哪里都能去”,专业上称为通过性强。 所以,大几十万的飞行机器人肯定不是为了给人类做咖啡。它不是对人能力的替代,而是对人能力的补充。它会代替人类进入危险、复杂或无法到达的环境,也由此打开更多想象空间。 硬科技总会表现出这种浪漫,技术和生意都源自无穷的想象力。想象力也是商业的杠杆,昂贵——它能定价、能抬高估值、能打开市场空间。 微分智飞近日获得A2轮数亿元人民币融资,估值数十亿人民币。由普华资本领投,弘晖基金、长三角数智文化基金跟投,老股东五源资本、深创投、洪泰基金、华映资本、华控基金、长石资本、BV百度风投等追加投资。 这个量级显然不是单纯的航拍、自拍或工业无人机能撑起来的,而是“飞行智能”的估值逻辑。而“群脑”是这套估值逻辑里最有想象力的部分:多架无人机在没有GPS、提前编排的前提下,根据任务实时组成集群,每一架自己思考、自己避障,像一支支有默契的战术小队配合着自主完成任务。 高飞的目标就是做成像《流浪地球》画面里出现的无人机集群那样的智能。 1993年出生的高飞,26岁进浙大任教,28岁时成为博导,30岁成为长聘副教授(终身教职)与国家优青,年轻的同时是领域内少有的大拿——他拿过机器人顶刊IEEE T-RO的年度最佳论文荣誉奖,这是中国大陆高校第一次以主导方拿到;实验室还把集群飞行做上过《Science Robotics》封面。 创始人在科研上的成就足够硬,热钱喜欢;飞行机器人是“AI进入物理世界”这个新叙事里的新品类,热钱也喜欢。 不过,热钱的追捧并非高飞下场的理由。投资人从2022年就在劝他创业,他一直没动,直到科研成果进一步成熟,他想看看这套技术究竟能给世界带来什么。 创业是酝酿许久的决定,要成为怎样的企业家也是个漫长的探索。 过程中,他清晰感知到了二者判断标准的差别:科研里衡量一件事要不要做的标准是难不难,而商业里衡量的是有没有产生真正的价值,让客户买单。他把“企业家”当成一项要补的能力,而非一个身份。 但难题是,一个年少成名的教授,怎么成为一名企业家,做成一家企业。 以下为「暗涌Waves」与高飞的对话(经编辑): Part01 零样本的泛化能力 暗涌:你说第一个真金白银买单的是矿山,就在2025年上半年,创业不久。这笔交易怎么促成的? 高飞:某个矿业相关单位找到我,说有个行业内公认的难题解决不了——矿洞里很多采空区人下不去,没法测绘,尤其是老旧的废弃矿,安全治理的风险更大。当时能找到的方案是国外那种拖一根光纤的无人机,人在洞外遥控着让它进去建图,不好用。他看到我网上发布的视频,发现无人机可以自主飞行,就来找我定制。 我们定制了一台卖给他,后来才知道卖便宜了。之前同类方案的国外产品卖100多万。 暗涌:为什么能卖这么多钱? 高飞:得看它解决的是什么问题。地下矿山没有GPS信号,通讯容易被遮挡,人也下不去。 传统矿山测绘的方法成本很高,也很危险。传统测绘要把高精度设备搬进矿里,可很多地方根本到不了,几十米落差的悬崖,人得绑根绳子吊下去;或者从山外面往里打孔,钻5米就钻出来了,说明这里厚度是5米。靠打很多孔来估矿洞大小,非常原始。 飞行机器人不一样,人站在洞外下达任务就行,它自己进去探索整个环境,回来把数据给你。对矿企来说这不是降本,是增效。 这个产品已经在向大型矿企陆续交付。某地一个矿山,我们半年就帮他干完了以前两年多的事,覆盖300多个采矿区,省下1000万元以上。 暗涌:还有哪些应用场景? 高飞:林业、电力巡检和应急救援。林业以前要几个人一队走进林地,逐棵量树的胸径,估算含碳量;电力是室内变电站、配电房,人工巡检效率低,机器狗视角又受限。 这么多场景不可能同时做,先做哪个看两件事:技术上能不能达到,需求是不是太小众、成本收不回来。矿山不是最赚钱的,但难度最高、数据价值最大,每一次工作都是在完全未知的新场景,要求我们的飞行机器人真正具备零样本(zero-shot)的泛化能力。在这里跑通的数据和模型,降维去其他场景就容易了。矿山那个产品甚至不用改就能交付给应急救援。 暗涌:哪些需求是暂时难实现的? 高飞:有一些消防的需求找来,比如火灾后的救援,但高温可能会导致元器件出问题,另外浓烟也会对传感器有影响。还有一些景区抓小偷的需求,这个万一掉下来砸到游客肯定不行。软件能力一直是我们的优势,很多时候不能满足需求还是因为场景对硬件本体有特殊要求。 暗涌:具身智能缺的是人类行为的数据,飞行机器人要采集什么数据呢? 高飞:有一个铁矿是大客户,我们派了一个飞行小队驻扎在那,我们给他交付飞行机器人和日常作业数据,他把这些地方全部开放给我,让我随时下去采数据。目前已经交付了几十架设备,天天在里面飞。 数据脱敏后,他把这些数据免费给我,我也给他很优惠的价格。我们在这里留存了上万次的飞行真机数据。这里能搞定,拿到更结构化、更简单的场景里,模型的泛化能力就会更强。 暗涌:目前的交付能力? 高飞:正在进行小批量交付,手头有几百台订单。 Part02 更高级的智能 暗涌:你为什么说“没有坐标”是更高级的智能? 高飞:因为很多时候根本没有坐标可给。给坐标点本身是个伪命题,你很难知道那个任务目标到底在哪里,GPS经纬度坐标又必须是户外开阔、有信号的地方。像矿难现场,原始的地图资料早就过期了。没有坐标还能把任务完成,才是高级的智能。 暗涌:如何评判全自主飞行这个技术足够好? 高飞:第一你进去采集数据是用于建模,所以建模要准、误差要小,我们一般要求1厘米以内。第二是飞行的效率要高,它在迷宫里不能走回头路。它要很聪明的知道该怎么回来,该怎么找到到达的路。 暗涌:要很好地完成这些任务都需要哪些核心能力? 高飞:本质上需要飞行智能的基础模型,里面包含敏捷小脑、决策大脑和协同群脑,还有一个是飞行操作。另外,在需要多机协作的场景下,还有一个群脑模型,实现分布式的实时决策自主作业 小脑负责本体端到端控制,像鸟一样快速调整姿态、穿越窄缝;大脑负责理解指令,把任务拆成一系列子任务和决策,并调用地图、避障等工具;群脑则对应多机协同,适合特种和应急救援里的高机动搜索,我们现在最高规模的分布式集群可以做到1000机。 最核心的是,让飞行的机器产生面向飞行任务的通用智能。 暗涌:1000机是在什么场景下飞的?是挨个统计出来的吗? 高飞:不是,它是一个实时计算的分布式集群,画面上那些小黑点每一个都是一架无人机,实时决策,飞到最中间会挤在一起,但它们不会撞,这个就很难。行业里这是最顶配的。 真机最有代表性的是安吉竹海那10架,每架只有一个摄像头加机载惯导和简单的机间自组网,都是非常便宜的节点,没GPS、没人控制、没提前建图。 暗涌:群脑最难的地方在哪? 高飞:所谓群脑就是群体的默契,每一个都会思考,也知道彼此的能力边界,像一个个战术小队。它要知道怎么配合别人,又不能死板地配合,前面有路障就得绕,不能傻到撞上去。 第二是任务要自己分。搜救场景下,很多连手机信号都没有的地方,集群进去会自动分组,特别小的从缝里钻,大的带通信基站做中继,飞得快的先覆盖一个区域找人,这叫高机动搜索。谁干哪一摊不是我们提前排的,是它们自己商量的。 第三是算力,这些都要在机上实时算完,端侧都是10B以内的模型。 暗涌:群脑是个真需求吗?以后能延伸到哪些领域? 高飞:目前飞行器真被用起来的行业场景很少,除了航拍,勉强算上撒农药。就是因为靠遥控搞不定,大量场景需要智能、自主,甚至必须集群配合才能完成。 现在最直接的落地是应急救援,我们已经和国内很多相关单位合作了,在他们的场景里用我们的模型做集群协同。再往外,多机可以联合吊运、联合跟踪,这套协同也不限于飞行本体,四足、人形都能搭。 你看过《流浪地球》里那个集群吗?那个也是我们未来的目标。 Part03 做公司,就要赚到钱 暗涌:2022年,你好像在B站上有过一次破圈?投资人也是从那时候开始找你的吗? 高飞:2022年初,我把课题组过去一年的科研成果汇总发到B站,视频是无人机在地下车库、森林等陌生环境中自主飞行和避障,还有空地两栖、抗风等演示。没有任何科普解释和包装,播放量很快超过了100万。 后来,我们让10架无人机在没有GPS、没有人工控制、没有提前建图的情况下自主穿越竹林,这项集群飞行成果又登上《Science Robotics》封面,被媒体广泛报道,算是真正从学术圈破圈了。 投资人就是从那个时候开始不断来找我,劝我创业。 暗涌:当时为什么没出来?一直拖到2024年才成立公司。 高飞:我当时还没准备好。我一直是做科研、当教授,完全没想过怎么做产品、做公司。2023年中,我30岁拿到长聘,精力得到了极大释放。我不想让自己停在这个状态里,所以开始认真考虑产业化。 从2023年下半年到2024年上半年,我找了很多行业里的朋友聊,也花时间学习该怎么经营一家公司。到2024年7月,我觉得差不多准备好了,就先把公司成立了,到2025年春节后,陆陆续续做成了几笔生意。 暗涌:你和行业里的朋友了聊了什么,有没有哪次谈话对你影响比较大? 高飞:主要是学习创业方法论。其中印象比较深的,在2025年春节后,我和一位企业家前辈聊了一个半小时。我突然感受到,站在企业家的角度,对社会运行本质的理解和科学家不一样,是更全面、更现实、更成熟的。 暗涌:他说什么触动了你? 高飞:不是某一句具体的话,而是他那种状态。我在过程中一下子明白,一个成熟的企业家应该怎样跟别人沟通、怎样评估商业模式、怎样理解用户需求。 我对他来讲,在商业上是极其幼稚的,但我在技术上是极其精通的。他整个过程都非常冷静客观。他通过我保持对无人机技术的update。 暗涌:你想成为他那样的企业家? 高飞:对,某种程度来讲,他是我想成为的人。他让感受到认知维度的不一样。那种更深刻的认知、智慧和更高维看待事情的视角。 暗涌:你觉得做科研和做商业的区别是什么? 高飞:科研里评判一件事,很大程度上是看它难不难;但到了商业里,一个更实际、更残酷、更有挑战性的考量是,你这个做出来的东西到底有没有人会买单? 所以我在那个阶段就明白为什么很多人会说科学家是生活在象牙塔里,因为绝大多数人也评判不了科学家做的对不对。但做公司,就要赚到钱,并能正循环。 我在那个阶段对做企业这件事充满了敬畏。我突然明白一件事情,尽管我做科研很强,但是把我扔到社会里,我挣钱的能力并不一定比开早餐铺的大妈强。因为我从来没有在这样现实的社会环境里去把一项产品做闭环过。 暗涌:那你现在解决了这个问题吗? 高飞:我正在努力。 暗涌:你对公司的终局预期是什么?上市? 高飞:我希望这件事足够长,长到可以做一辈子。科研成果,要么上课本,要么上货架。 暗涌:哪个更难? 高飞:都难,但难的不是一个维度。课本上的定理难度更大,要把一个问题钻深做透;但货架上的东西复杂度更高,方方面面耦合在一起,且不能有任何短板。 暗涌:那你更想要哪个? 高飞:我两者都要。但上课本,可能要等十年以后吧。
